في عصر التكنولوجيا الحديثة، تلعب أنظمة التوصيات المدعومة بالذكاء الاصطناعي (AI) دورًا متزايد الأهمية في مساعدتنا في اكتشاف المنتجات والخدمات التي تناسب احتياجاتنا. في دراسة جديدة، تم تطوير نموذج يصف كيفية تفاعل المستخدم مع هذه الأنظمة، حيث يقوم المستخدم بتوفير معلومات عن تفضيلاته من خلال رسائل قد تكون غير دقيقة أو متكالفة.

يعمل المساعد الذكي كنظام بايزي (Bayesian Agent) لفهم رسائل المستخدم وتقديم توصيات مخصصة. يعتمد على عدة عوامل لتحديد عدد التوصيات المطلوبة بشكل يجعله يحقق أفضل فائدة محتملة للمستخدم، مع الأخذ في الاعتبار تكلفة البحث الناتجة عن حجم مجموعة التوصيات.

تتمثل جلّ عملية التفاعل في تحديات متعددة، مثل تكلفة الاتصال التي تزداد على حسب دقة الرسالة المُرسلة من المستخدم، بالإضافة إلى تكلفة البحث التي تعتمد على عدد التوصيات المقدمة.

عند دراسة المنتجات والتفضيلات في فضاء متعدد الأبعاد، يحاول النموذج تحديد كيفية تحقيق أقصى عائد للمستخدم. مع زيادة أبعاد الفضاء، يتغير التعامل مع توازن دقة الرسالة وحجم مجموعة التوصيات بناءً على معايير التكلفة.

من خلال تقنيات خاصة، يمكن اعتبار نوعين مختلفين من توزيع التوصيات: الأول يعتمد على الاعتقاد البايزي للمستخدم، والثاني يعتمد على توزيع محسن.

تسجل النتائج أن الأسلوب التفاعلي الأمثل لا بد أن يتضمن تحسينًا مشتركًا لمعلومات المستخدم وعدد التوصيات المقدمة، مما يحقق توازنًا مثاليًا بين التواصل والتكاليف المرتبطة به.